Robuste Hashes zur forensischen Bilderkennung

Transkript

1 Robuste Hashes zur forensischen Bilderkennung Dr. Martin Steinebach Information Assurance (IAS) Fraunhofer SIT Rheinstrasse 75, Darmstadt Telefon: , Fax:

2 Inhalt 1. Projektszenario ForBild 2. Motivation: JPEG und Hashverfahren 3. Robuste Blockhashs 4. Ergebnisse zu robusten Hashverfahren 5. Ausblick Seite 2

3 ForBild Forensische Bilderkennung Gefördertes Projekt mit starkem Anwendungsbezug LOEWE-Projekt aus CASED Umfeld über Hessen Agentur Integration von neuen Methoden zur Bilderkennung in produktives System Robuste Hashverfahren Verbindliche Sicherung der Beweismittel Datenschutzkonformer Bildvergleich Seite 3

4 ForBild Partner Praxis Grundlagenforschung Transfer Seite 4

5 ForBild Konzept Kryptographischer Hash Blacklist KH Whitelist KH Harddisk Robuster Hash Blacklist RH Auslesen von optischem Speicher Protokoll Seite 5

6 Motivation Herkömmliche Hashverfahren sind für digitale Medien nur eingeschränkt geeignet Nur identische Kopien werden erkannt Eine Verschleierung unerlaubter Inhalte ist daher einfach Viele Anforderungen an Hashverfahren gelten bei der Unterstützung zur Suche illegaler Inhalte nicht - Insbesondere Aspekte der Sicherheit Seite 6

7 MD5 und JPEG Test: JPEG mit Paint laden, wieder als JPEG speichern. E:\Temp>md5 *.jpg 3B3FD01FD259BD9E215F76821C7FD4A1 SANY0178.JPG FA54E4027DDCE7F315F78DEFE964B0ED SANY0178_1.JPG A6D7610ECBA BB051CD SANY0178_2.JPG 8ACB44D55693F3811D28A6AE398F9BB5 SANY0178_3.JPG Seite 7

8 SSDeep und JPEG SANY0178_1.JPG: 2PnL4ySsdX4Y37h8N9YzSWTaEvq2zmhpf1JhModDmEQbA8BUl: 65SSIEhhah2zef1JpdmdPBUl SANY0178_2.JPG: 9qAjnknYytozR63RErlfjQbHGuIWjkqcDG:9qAjtytom2lfW6i Seite 8

9 Robuste Hashverfahren Robuste Hashverfahren - sind aufwändiger als kryptographische Hashverfahren Abhängig von Konzept und Implementierung kann schnell ein Zeitfaktor erreicht werden sind weniger genau als kryptographische Hashverfahren - Fehlerraten (FAR/ FRR) - Robuste Hashs benötigen mehr Speicherplatz benötigen mehr Speicherplatz Seite 9

10 Robuste Hashverfahren Beispiele für bekannte robuste Hashverfahren - DCT (Spektrum des Bildes) - Marr-Hildreth Operator (Kantenerkennung) - Radiale Transformation (Projektion) - Blockdurschnitt (Helligkeit von Blöcken) Seite 10

11 Blockhash Jeweils Bild und zugehöriger robuster Hash Seite 11

12 Blockhash Schritt 1: - Graustufen - Skalieren auf 16 x 16 Pixel Seite 12

13 Blockhash Schritt 2: - Automatische Spiegelung - Quadrant mit hellsten Punkten oben links Seite 13

14 Blockhash Schritt 3: - Pro Quadrant von 8x8 Pixeln Berechnung des Medians - Hashentscheidung: Pixel < oder >= Median Seite 14

15 Blockhash Hashgröße - 8 x 8 = 64 Pixel pro Quadrant - Mindestens 32 Pixel pro Quadrant weiß, weil bei mindestens 32 Pixel Helligkeit >= Median , mögliche robuste Hashs - Geschätzte Anzahl von Atomen im Universum: 10^ Bilder, die zufällig den geleichen Hash haben, sind also unwahrscheinlich - Wahrscheinlichkeit ist aber höher als oben berechnet, da Bilder wiederkehrende Strukturen haben, die sich in ähnlichen Hashsequenzen niederschlagen Seite 15

16 Blockhash Beispiel Robustheit - Starke JPEG Kompression - Spiegelung - Nur ein Bit Differenz Seite 16

17 Blockhash Entscheidung, ob ein Hash zu einem bekannten Bild in der Datenbank gehört, wird über Hamming-Distanz gefällt - Anzahl der Bits, die sich zwischen Bildhash und Hash in Datenbank unterscheiden Im Gegensatz zu herkömmlichen kryptographischen Hashs wird nach ähnlichen Hashs gesucht, nicht nach identischen Beispiel: - Hashgröße 256 Bit - Bild wird erkannt, wenn es eine Hammingdistanz <=32 zu einem Bild in der Datenbank hat Seite 17

18 Seite 18

19 Blockhash Nicht jedes Hashbit ist gleich - Nicht gleich robust gegen Änderungen - Nicht gleich vertrauenswürdig Daraus resultiert das Konzept des Quanten-Hashes - Die Hamming-Distanz wird zusätzlich bewertet, indem betrachtet wird, ob die nicht übereinstimmenden Bits stark ausgeprägt waren oder nicht Stark ausgeprägt: Unterschiedliches Bild Schwach ausgeprägt: Auswirkung von Kompression o.ä. Seite 19

20 Blockhash Berechnung des Quantenhashes gewichtete Hammingdistanz Varianz(Abstände unterschiedlicher Hashbits zum Median der Blockhelligkeit) Varianz(Abstände gleicher Hashbits zum Median der Blockhelligkeit) * Hammingdistanz*1000 Beispiel folgende Seite: - X-Achse = Quantenhash - Y-Achse= Hammingdistanz Seite 20

21 Seite 21

22 Blockhash Sehr gute FRR/FAR bei Kombination aus Hamming-Distanz und gewichteter Distanz - Alle Bilder mit Hamming-Distanz <= 32 werden betrachtet - Bilder mit Hamming-Distanz <=8 oder gewichteter Distanz <=16 werden akzeptiert Testszenario - Testset mit Bildern - Hashbibliothek mit > Bildern - Hälfte der Bilder in Bibliothek aufgenommen (known) - Andere Hälfte nicht aufgenommen (unknown) Ergebnisse - FAR = 0, FRR = 5 - Fehlerrate also 1,1 Promille Seite 22

23 Akzeptanz durch Gewichtete Distanz Ablehnung Akzeptanz durch Hamming-Distanz Seite 23

24 Ausblick Integration von Verfahren zum Erkennung von Bildteilen - Gesichtserkennung - Bildsegmentierung Betrachtung von Video Seite 24

25 Ende Vielen Dank für Ihre Aufmerksamkeit Seite 25